View a markdown version of this page

Ressources à utiliser Scikit-learn avec Amazon SageMaker AI - Amazon SageMaker AI
Que souhaitez-vous faire ?

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Ressources à utiliser Scikit-learn avec Amazon SageMaker AI

Vous pouvez utiliser Amazon SageMaker AI pour entraîner et déployer un modèle à l'aide d'un Scikit-learn code personnalisé. Le SDK Scikit-learn ModelTrainers et les modèles SageMaker AI Python ainsi que les Scikit-learn conteneurs open source SageMaker AI facilitent l'écriture d'un Scikit-learn script et son exécution dans SageMaker AI. La section suivante fournit des documents de référence que vous pouvez utiliser pour apprendre à utiliser Scikit-learn l' SageMaker IA.

Exigences

Scikit-learn 1.4 possède les dépendances suivantes.

Dépendance Version minimale
Python 3,10
NumPy 2.1.0
SciPy 1,15,3
joblib 1.5.2
threadpoolctl 3.6.0

Le Scikit-learn conteneur SageMaker AI prend en charge les Scikit-learn versions suivantes.

Scikit-learn Version prise en charge Version minimale de Python
1.4-2 3.10
1.2-1 3.8
1.0-1 3.7
0.23-1 3.6
0.20.0 2.7 ou 3.4

Pour des informations générales sur la rédaction de scripts d' Scikit-learn entraînement Scikit-learn ModelTrainers et l'utilisation de modèles avec l' SageMaker IA, consultez Utilisation Scikit-learn avec le SDK SageMaker Python.

Que souhaitez-vous faire ?

Note

Matplotlib v2.2.3 ou une version ultérieure est requise pour exécuter les exemples de blocs-notes AI. SageMaker Scikit-learn

Je souhaite l'utiliser Scikit-learn pour le traitement des données, l'ingénierie des fonctionnalités ou l'évaluation de modèles en SageMaker IA.

Pour un exemple de bloc-notes Jupyter, consultez. https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation

Pour un article de blog sur la formation et le déploiement d'un Scikit-learn modèle, voir Amazon SageMaker AI ajoute du Scikit-Learn support.

Pour obtenir la documentation, veuillez consulter ReadTheDocs.

Je souhaite entraîner un Scikit-learn modèle personnalisé en SageMaker IA.

Pour un exemple de bloc-notes Jupyter, consultez. https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris

Pour la documentation, voir Entraîner un modèle avec Scikit-learn.

J'ai un Scikit-learn modèle que j'ai formé à l' SageMaker IA et je souhaite le déployer sur un terminal hébergé.

Pour plus d'informations, voir Déployer Scikit-learn des modèles.

J'ai un Scikit-learn modèle que j'ai formé en dehors de l' SageMaker IA et je souhaite le déployer sur un terminal d' SageMaker IA

Pour plus d’informations, consultez Déploiement de points de terminaison à partir de données de modèle.

Je souhaite consulter la documentation de l'API pour les Scikit-learn classes du SDK Amazon SageMaker Python.

Pour plus d'informations, voir Scikit-learn Classes.

Je souhaite consulter des informations sur les Scikit-learn conteneurs SageMaker IA.

Pour plus d'informations, consultez la section GitHub Référentiel de SageMaker Scikit-learn conteneurs.